← 最新论文
📄 pharmacology and therapeutics

GLP-1 Receptor Agonist Prescription Patterns in the All of Us Research Program

本研究通过对 15,477 名被处方使用 GLP-1 受体激动剂的 All of Us 参与者的社会人口学和临床特征进行刻画,证明了该计划多样化、多模态的数据集是未来针对这些快速扩张型治疗方案进行真实世界研究的有力资源。

原作者: Gasdaska, A., Tyndall, B. D., Preble, E., Brannock, M. D., McPheeters, M., Marcial, L., Huda, A., Egan, J., Litwin, T., Leggio, L., Farokhnia, M., Sastry, C., Adjemian, J.

发布于 2026-01-15
📖 1 分钟阅读☕ 轻松阅读

原作者: Gasdaska, A., Tyndall, B. D., Preble, E., Brannock, M. D., McPheeters, M., Marcial, L., Huda, A., Egan, J., Litwin, T., Leggio, L., Farokhnia, M., Sastry, C., Adjemian, J.

原始论文根据 CC0 1.0(https://creativecommons.org/publicdomain/zero/1.0/)发布到公有领域。 ⚕️ 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明

想象一下,**“我们所有人”研究计划(All of Us Research Program)**就像一座巨大的、关于美国人生活的数字图书馆。这座图书馆里存放的不只是书籍,还有电子健康记录、调查问卷答案、基因数据,甚至是来自智能手表的步数统计,涵盖了超过 633,000 名志愿者的信息。

这篇论文就像一位图书管理员正走在那个图书馆的特定书架间,观察谁正在借阅一种非常受欢迎且快速增长的药物——GLP-1 受体激动剂(通常被称为 Ozempic、Wegovy 或 Mounjaro 等品牌名)。这些药物因治疗 2 型糖尿病和肥胖症而闻名,但科学家们也很好奇它们是否对睡眠呼吸暂停或心脏健康等方面也有帮助。

以下是作者的研究发现,以简单易懂的方式进行了解释:

1. 图书馆里的“谁”

研究人员寻找了至少在不同日期被开具过两次此类药物处方的人。他们在图书馆中找到了 15,477 名 符合这一描述的人。

  • 人群特征: 与图书馆中的平均水平相比,这个群体通常年龄较大,患有更多健康问题(如糖尿病或高血压),并且就医频率更高。
  • 人口统计学: 该群体中的女性以及黑人/非裔美国人比例高于该图书馆的总体人口,但亚裔美国人或拉丁裔/西班牙裔比例较低。
  • 生活方式: 他们往往收入和受教育程度较低,更有可能处于退休或残疾状态,并且报告自感健康状况较差。

2. “什么”(药物趋势)

研究人员像追踪地图上的时间线一样,追踪了这些处方的历史:

  • 缓慢的开端: 2005 年,当第一种此类药物获批时,服用人数非常之少(不足 20 人)。
  • 爆发式增长: 到 2022 年,服用这些药物的人数已激增至超过 9,000 人,仅那一年就开出了近 43,000 份处方。
  • 热门药物:
    • 早期阶段(2005–2012 年): 大多数人服用的是 exenatide。
    • 中期阶段(2013–2017 年): Liraglutide 变得最受欢迎。
    • 近期年份(2018–2022 年): Semaglutide(Ozempic/Wegovy 背后的药物)占据了领先地位,紧随其后的是 dulaglutide。一种新药 tirzepatide 刚在 2022 年开始出现。

3. “多久”(坚持计划)

研究人员观察了人们服用这些药物持续了多久。

  • 平均时长: 一个人从第一次处方到最后一次处方的中位时间约为 1.5 年。
  • 间断情况: 许多人(约 69%)在治疗过程中出现了“间隙”,即停止服用药物超过 90 天。当他们重新开始用药时,两次剂量之间的平均间隔约为一个月。
  • 疗程: 大多数人的用药过程是几次独立的“阶段”,而不是一个连续、不间断的过程。

4. “数据宝库”

本文的核心观点之一是展示“我们所有人”图书馆是研究这些药物的金矿。

  • 丰富的细节: 对于服用这些药物的人,图书馆几乎拥有所有信息:99% 有体重(BMI)记录,99% 有血压读数,近 90% 有关于胆固醇和血糖水平等的血液检测结果。
  • 智能手表的加持: 约 12% 的这些人也佩戴了 Fitbit。研究人员检查了这些数据,发现平均而言,这些人开始服用药物后,他们的心率略有上升。这与其他的研究结果相吻合,证明了数据的可靠性。

5. “注意事项”(局限性)

作者谨慎地指出,这并不是美国全貌的完美镜像。

  • 志愿者偏差: 图书馆中的人是自愿参与的。他们可能比普通美国人更愿意分享自己的健康数据。
  • 并非全国普查: 你不能通过观察这些数字来断定“全美到底有多少人在服用这些药物”。这是一个特定且多样化群体的快照,而非全国人口普查。
  • 缺失的信息: 有时,如果患者看诊的医生未连接到“我们所有人”系统,那么相关数据就会缺失。此外,图书馆知道医生何时开具了处方,但并不总是知道患者是否真的服用了药物。

总结

这篇论文并不是在告诉我们这些药物对于新疾病是“好”还是“坏”。相反,它扮演着地图和工具箱的角色。它在说:“嘿,研究人员们,我们这里有一个拥有 15,000 人、具有详细健康记录、智能手表数据以及长期用药史的庞大且多样化的群体。如果你想研究这些药物在现实世界中的运作方式,这是一个极佳的起点。”

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →